Anthropic 于 11 月发布了其全新旗舰 Claude Fable 5.2。2026 年 11 月 17 日,OpenAI 推出其新一代前沿模型 GPT-6.2 Astra,并在多数基准上将 Fable 5.2 与 Astra 并列展示。
两款模型目前标价的代币单价完全一致,纸面上看是一场纯能力对决。实际账单却讲述了另一种结论,我们的上手测试亦然。
想持续跟进 AI 与数据领域的动态,建议订阅我们的周报 The Median。
要点速览
- 两者并无绝对胜者:GPT-6.2 Astra 领先专业与分析型工作,Claude Fable 5.2 领先代理式编程。
- 代币单价相同,但 Astra 使用的代币远更少,因此按任务计费便宜得多。
- 在我们的盲测视频中,质量几乎打平,但 Fable 在每个视频里都重复了一个过时事实。
- 若重在编程代理、电脑操作,以及在 Bedrock、Vertex AI 或 Azure 上部署,选 Fable。
- 若重在文档、法律与金融工作,以及任何高吞吐量场景,选 Astra。
什么是 GPT-6.2 Astra?
GPT-6.2 Astra 是 OpenAI 的前沿模型,于 2026 年 11 月发布,位于 GPT-6.2 系列的顶层,高于 GPT-6.2 Sol。
其主打是更低每任务成本的专业产出:可按模板生成幻灯片、工作簿与文档,并能在 CAD 与仿真工具中进行电脑操作。
OpenAI 的发布博客介绍了此次发布;我们的 GPT-6 Astra API 教程展示了如何基于上一代进行构建。
什么是 Claude Fable 5.2?
Claude Fable 5.2 是 Anthropic 的旗舰模型,随同 Claude Mythos 5.2 于 2026 年 11 月发布,后者面向经过审核的网络安全与生物医药机构。
Anthropic 将其定位于长周期技术工作:代理式编程、电脑操作与研究任务,并提供可选的快速模式,生成速度最高提升至 2.5 倍。
我们的 Fable 5.2 指南涵盖了发布;我们的 Fable 5.2 API 教程演示了如何构建一个假设检验代理。
GPT-6.2 Astra vs Claude Fable 5.2:正面交锋

能力层面是分庭抗礼,多数基准差距在数个百分点。成本差距则不然:代币单价相同,但 Fable 完成同一任务所需代币多得多。
| 特性 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|
| 开发方 | OpenAI | Anthropic |
| 代币价格 | 与 Fable 相同 | 与 Astra 相同,缓存输入更便宜 |
| 每任务成本 | 低很多 | 在 OpenAI 图表中为 Astra 的 2.1x 至 20.8x |
| 专业工作 | 领先(Agents' Last Exam、GDPval v2、Harvey LAB-AA) | 落后 |
| 代理式编程 | 落后 | 领先(FrontierCode 2.0) |
| 科学、CAD 与推理 | 科学基准领先 | 综合推理指数领先 |
| 电脑操作 | 未发布可比成绩 | 在 Anthropic 自有基准上表现强劲 |
| 我们的上手测试 | 最准确,成本远更低 | 最一致,但有一条过时事实 |
定价:您实际要付多少钱
尽管两者的代币费率几乎相同,定价却是最大差异。关键在于各自完成任务所消耗的代币量。
代币费率并排对比
| 费率 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|
| 输入,每 100 万代币 | $8.00 | $8.00 |
| 输出,每 100 万代币 | $40.00 | $40.00 |
| 缓存输入读取,每 100 万代币 | $0.40 | $0.20 |
| 缓存写入,每 100 万代币 | $10.00 | $10.00 |
| 快速模式,输入 / 输出每 100 万代币 | $16.00 / $80.00 | $16.00 / $80.00 |
唯一不同的是缓存输入读取,Fable 的价格是 Astra 的一半,这有利于需要反复读取固定长上下文的代理。OpenAI 还会将超过 27.2 万代币的请求输入费率加倍;Anthropic 的公告未提及 Fable 有类似附加费。
真实工作负载要花多少钱
按标准费率计算为(用量 ÷ 100 万)× 费率,并在输入与输出之间求和:
| 工作负载 | GPT-6.2 Astra | Claude Fable 5.2 | 差异 |
|---|
| 均衡助手:每月 100 万输入 / 25 万输出 | $18.00 | $18.00 | $0(0%) |
| 重缓存循环:写入 10 万前缀一次,缓存读取 1,000 次,且每次请求另含 5 千新输入 / 1 千输出 | $121.00 | $101.00 | Fable 便宜 $20(17%) |
在代币用量相等的前提下,Fable 从不更贵,而重缓存这一行是它明显更便宜的唯一场景。问题在于“用量相等”的假设。
为何同一任务的钱不同

OpenAI 的发布图表包含两者的每任务成本,Fable 在所有基准上都更贵,从 Vals Science Index 的 2.1 倍到 Agents' Last Exam 的 20.8 倍($60.05 对比 Astra 的 $2.89)。这些数字是 OpenAI 对竞品的测量,多为各自最高“努力”水平下的结果,应视作方向性参考而非精报价。
根因是输出长度:在费率相同的情况下,写出数倍更多代币(包括按输出计费的推理代币)的模型,成本自然是数倍。我们自己的测试(如下)也指向同一结论。
专业工作与代理式流程
GPT-6.2 Astra 在此处明显领先:在 Harvey LAB-AA 上(只计满足全部要求的法律交付物),其得分为 15.0%,而 Fable 为 7.2%。
| 基准 | GPT-6.2 Astra | Claude Fable 5.2 | 备注 |
|---|
| Agents' Last Exam v1.1 | 78.3% | 72.8% | OpenAI 图表;Fable 为最大努力 |
| GDPval v2 | 50.4% | 44.8% | OpenAI 内部基准 |
| Harvey LAB-AA v1.1 | 15.0% | 7.2% | OpenAI 图表 |
| AutomationBench 1.0.6 | 52.4% | 51.4% | 两家厂商均报告 Fable 为 51.4% |
| Remote Labor Index | 未发布 | 41.3% | Anthropic 表格,对比 GPT-6 Astra |
Astra 更适合面向客户的文档与分析;不过 AutomationBench 打成平手,且 Anthropic 的 Remote Labor Index 尚无 GPT-6.2 对应值。
代理式编程
在两家厂商都报告的唯一基准上,Fable 5.2 编码能力更强:FrontierCode 2.0 得分 49.1%(以代码变更是否达成可合并标准为准),Astra 为 44.2%。
| 基准 | GPT-6.2 Astra | Claude Fable 5.2 | 备注 |
|---|
| FrontierCode 2.0 | 44.2% | 49.1% | 两家厂商对 Fable 的分数一致 |
| FrontierSWE v2 | 未发布 | 69.9% | Anthropic 表格 |
| SecureSWE | 65.7% | 未发布 | OpenAI 内部基准 |
OpenAI 的 FrontierCode 图也展现了权衡:Fable 达到更高分,但每任务成本也高得多。

若是质量优先于成本的编程代理,Fable 是更合适的选择。
科学、CAD 与通用推理
这一维度是分化的:GPT-6.2 Astra 领先科学类基准,Fable 5.2 则在广义推理综合指标上领先,CAD 打成平手。
| 基准 | GPT-6.2 Astra | Claude Fable 5.2 | 备注 |
|---|
| Terminal-Bench-Science 0.1 | 77.1% | 73.3% | Fable 使用 Artificial Analysis 的测评框架;Anthropic 在 Claude Code 中报告为 74.6% |
| Vals Science Index v1 | 68.4% | 63.7% | OpenAI 图表 |
| Artificial Analysis Intelligence Index v5.0.1 | 62.1 | 64.6 | 指数得分 |
| BenchCAD 2.1 Core | 82.5% | 83.5% | 几乎打平 |
| Humanity's Last Exam(含工具) | 未发布 | 74.2% | Anthropic 表格 |
科学分析方面,Astra 更占优;通用推理方面,Fable 略胜一筹,在综合指标上领先不足 3 分。
电脑操作、3D 与机器人
Anthropic 报告 Fable 5.2 在电脑操作与机器人方面表现强劲,包括 OSWorld 2.1 上的 89.3%,但 OpenAI 未发布可比的 GPT-6.2 Astra 成绩,因此缺乏正面对比。唯一共享的数据偏向 Astra:在 Artificial Analysis 的 AA-3D(由人类评审对两段盲测 3D 作品投票)中,Astra 以 1,318 Elo 位列第一,Fable 为 1,271。
若您的工作负载是代理操作桌面软件,当前 Fable 的证据更为有力。
GPT-6.2 Astra 与 Claude Fable 5.2 的实际表现
来自两家竞品的基准只具有一定参考价值,因此我让两款模型在完全相同的提示与工具链下完成同一个创意编程任务。
任务:使用知名 Python 动画库 Manim 编写脚本,为高中生渲染一段 60 秒的“考拉兹猜想”讲解。规则很简单(偶数折半,奇数×3 加 1),但尚无人能证明任意起始数都必以 1 收尾。
难点在于模型看不到自己的视频。它们无法运行脚本,因此必须一次渲染成功、观感良好且表述正确,且不允许任何预览。解释型视频也容易诱发“华而不实”的点缀,屏幕上的每个说法都必须真实。
两款模型都在 OpenCode 中运行,工具面固定(仅可读、搜、改文件),推理努力水平均为高,每次在全新会话中运行。由于创意简报存在随机性,我为每款模型各运行 3 次并渲染共 6 段视频。
随后我对视频进行盲评,打乱顺序标记为 A 至 F,从四个问题打分:屏幕上是否全为真、学生是否能学会要点、是否有观感吸引力、是否显得完成度高。以下是 GPT-6.2 Astra 最佳视频的一个片段:

主要发现:
- 六个脚本均一次渲染成功。所有视频都在 60 秒目标上下 3 秒内完成,无报错、无修复。
- 质量几乎打平。四个维度的平均分两者相差不到 0.1 分。Fable 的电影化更一致:其三支视频都遵循同样精致的叙事弧线,以“两种可能的失败方式”和“没人知道”的悬念收尾。
- Astra 做出了最好也做出了最弱的视频。最佳版本用 7(而非 6 或 27)举例,随后展示不同起点的路径会汇合并一同前进——这是其它视频都未触及的更深一层理念。最弱版本略显平淡,且公式在转场时短暂错乱。
- 准确性拉开差距。Fable 的三支视频均声称计算机已验证到 2^68。那是 2020 年的纪录;自 2025 年起已提升至 2^71。Astra 的视频未出现无法支撑的说法。
以下是 Fable 视频中的该说法。就其本身并无错误,但将 5 年前的里程碑当作当前最前沿,在三次运行中皆如此:

以下是 Fable 对 27 的长路径动画,也说明其视频在制作上为何得分更高:

成本差距很大。Fable 的每个脚本成本为 $3.84 至 $4.35,Astra 为 $0.40 至 $0.84,原因是 Fable 写出了 4 到 10 倍的输出代币,且速度更慢。
| 指标 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|
| 每次运行成本(美元) | $0.84, $0.61, $0.40 | $4.35, $3.84, $4.19 |
| 输出代币(含推理) | 17,551, 10,828, 8,124 | 84,822, 74,457, 81,316 |
| 准确性(每次运行) | 5, 5, 5 | 4, 4, 4 |
| 量表得分(四个维度均值,每次运行) | 4.8, 4.8, 3.8 | 4.2, 4.8, 4.5 |
那么谁赢了?质量上两者皆否,周边维度上 Astra 胜出:在不出现错误信息、达到相同视频标准的情况下,成本约为对方的六分之一。Fable 的一致性确实存在,但其自信地重复陈旧事实的习惯同样真实。
何时选择 GPT-6.2 Astra 或 Claude Fable 5.2

既然代币单价相同,取舍就归结为两点:任务是否偏向 Fable 在编程与电脑操作上的强项,以及您是否能承受每任务多出数倍的代币量。
若符合以下情形,请选 GPT-6.2 Astra……
- 您需要产出可直接交付客户的文档、法律草案或财务分析,Astra 在专业工作基准上领先。
- 您运行高吞吐量任务,即便费率相同,Astra 较少的代币使用也能显著降低账单。
- 您需要在终端或笔记本中进行科学分析,Astra 在两项科学基准上均领先。
- 您重视开放式创意或解释型工作的准确性,正如我们的测试所示。
若符合以下情形,请选 Claude Fable 5.2……
- 您在真实仓库上运行编程代理,Fable 在 FrontierCode 2.0 上领先约 5 分。
- 您的代理需操作桌面软件:Anthropic 报告 Fable 在 OSWorld 2.1 上为 89.3%,OpenAI 尚未发布 Astra 的可比分数。
- 您通过 AWS Bedrock、Google Vertex AI 或 Azure AI Foundry 部署,这三者均已上架 Fable。Azure 文档未列出 Astra,我们也无法在另两者上确认。
- 您的代理需复用固定且很长的上下文,Fable 的缓存输入成本仅为一半。
如何上手 GPT-6.2 Astra 与 Claude Fable 5.2
| 使用界面 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|
| 消费级应用 | ChatGPT Work 与 Codex(Plus、Pro、Enterprise、Edu) | Claude 应用(面向所有用户) |
| 官方 API | OpenAI API | Claude Platform |
| 云平台 | 截至 2026 年 11 月 17 日未见于 Azure AI Foundry 文档 | AWS Bedrock、Google Vertex AI、Azure AI Foundry |
| 编程代理 | Codex;撰文时未见于 Cursor 或 GitHub Copilot 文档 | GitHub Copilot;撰文时未见于 Cursor 文档 |
| 第三方路由 | OpenRouter | OpenRouter |
| API 模型 ID | gpt-6.2-astra | claude-fable-5-2 |
最大差异在云端覆盖:Fable 登陆三大云,而 Astra 通过 OpenAI 自有 API 与产品访问。在 OpenRouter 上,两者仅需替换一行字符串:
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1")
response = client.chat.completions.create(
model="openai/gpt-6.2-astra",
messages=[{"role": "user", "content": "Review this pull request..."}],
)
print(response.choices[0].message.content)技术支持
完整搭建请参见我们的 Fable 5.2 API 教程 与 GPT-6 Astra API 教程。
结语
在能力上,GPT-6.2 Astra 与 Claude Fable 5.2 各有胜场:Astra 适合专业与分析型工作,Fable 适合编程与电脑操作。
在成本上,Astra 几乎处处胜出,因为相同的代币单价掩盖了截然不同的代币“食量”。
如果您想进一步学习如何用 Anthropic 的模型构建应用,推荐查看我们的 Introduction to Claude Models 课程。若偏好 OpenAI,可试试 Working with the OpenAI API。
Anthropic 于 11 月发布了其全新旗舰 Claude Fable 5.2。2026 年 11 月 17 日,OpenAI 推出其新一代前沿模型 GPT-6.2 Astra,并在多数基准上将 Fable 5.2 与 Astra 并列展示。
两款模型目前标价的代币单价完全一致,纸面上看是一场纯能力对决。实际账单却讲述了另一种结论,我们的上手测试亦然。
想持续跟进 AI 与数据领域的动态,建议订阅我们的周报 The Median。
要点速览
什么是 GPT-6.2 Astra?
GPT-6.2 Astra 是 OpenAI 的前沿模型,于 2026 年 11 月发布,位于 GPT-6.2 系列的顶层,高于 GPT-6.2 Sol。
其主打是更低每任务成本的专业产出:可按模板生成幻灯片、工作簿与文档,并能在 CAD 与仿真工具中进行电脑操作。
OpenAI 的发布博客介绍了此次发布;我们的 GPT-6 Astra API 教程展示了如何基于上一代进行构建。
什么是 Claude Fable 5.2?
Claude Fable 5.2 是 Anthropic 的旗舰模型,随同 Claude Mythos 5.2 于 2026 年 11 月发布,后者面向经过审核的网络安全与生物医药机构。
Anthropic 将其定位于长周期技术工作:代理式编程、电脑操作与研究任务,并提供可选的快速模式,生成速度最高提升至 2.5 倍。
我们的 Fable 5.2 指南涵盖了发布;我们的 Fable 5.2 API 教程演示了如何构建一个假设检验代理。
GPT-6.2 Astra vs Claude Fable 5.2:正面交锋
能力层面是分庭抗礼,多数基准差距在数个百分点。成本差距则不然:代币单价相同,但 Fable 完成同一任务所需代币多得多。
定价:您实际要付多少钱
尽管两者的代币费率几乎相同,定价却是最大差异。关键在于各自完成任务所消耗的代币量。
代币费率并排对比
唯一不同的是缓存输入读取,Fable 的价格是 Astra 的一半,这有利于需要反复读取固定长上下文的代理。OpenAI 还会将超过 27.2 万代币的请求输入费率加倍;Anthropic 的公告未提及 Fable 有类似附加费。
真实工作负载要花多少钱
按标准费率计算为(用量 ÷ 100 万)× 费率,并在输入与输出之间求和:
在代币用量相等的前提下,Fable 从不更贵,而重缓存这一行是它明显更便宜的唯一场景。问题在于“用量相等”的假设。
为何同一任务的钱不同
OpenAI 的发布图表包含两者的每任务成本,Fable 在所有基准上都更贵,从 Vals Science Index 的 2.1 倍到 Agents' Last Exam 的 20.8 倍($60.05 对比 Astra 的 $2.89)。这些数字是 OpenAI 对竞品的测量,多为各自最高“努力”水平下的结果,应视作方向性参考而非精报价。
根因是输出长度:在费率相同的情况下,写出数倍更多代币(包括按输出计费的推理代币)的模型,成本自然是数倍。我们自己的测试(如下)也指向同一结论。
专业工作与代理式流程
GPT-6.2 Astra 在此处明显领先:在 Harvey LAB-AA 上(只计满足全部要求的法律交付物),其得分为 15.0%,而 Fable 为 7.2%。
Astra 更适合面向客户的文档与分析;不过 AutomationBench 打成平手,且 Anthropic 的 Remote Labor Index 尚无 GPT-6.2 对应值。
代理式编程
在两家厂商都报告的唯一基准上,Fable 5.2 编码能力更强:FrontierCode 2.0 得分 49.1%(以代码变更是否达成可合并标准为准),Astra 为 44.2%。
OpenAI 的 FrontierCode 图也展现了权衡:Fable 达到更高分,但每任务成本也高得多。
若是质量优先于成本的编程代理,Fable 是更合适的选择。
科学、CAD 与通用推理
这一维度是分化的:GPT-6.2 Astra 领先科学类基准,Fable 5.2 则在广义推理综合指标上领先,CAD 打成平手。
科学分析方面,Astra 更占优;通用推理方面,Fable 略胜一筹,在综合指标上领先不足 3 分。
电脑操作、3D 与机器人
Anthropic 报告 Fable 5.2 在电脑操作与机器人方面表现强劲,包括 OSWorld 2.1 上的 89.3%,但 OpenAI 未发布可比的 GPT-6.2 Astra 成绩,因此缺乏正面对比。唯一共享的数据偏向 Astra:在 Artificial Analysis 的 AA-3D(由人类评审对两段盲测 3D 作品投票)中,Astra 以 1,318 Elo 位列第一,Fable 为 1,271。
若您的工作负载是代理操作桌面软件,当前 Fable 的证据更为有力。
GPT-6.2 Astra 与 Claude Fable 5.2 的实际表现
来自两家竞品的基准只具有一定参考价值,因此我让两款模型在完全相同的提示与工具链下完成同一个创意编程任务。
任务:使用知名 Python 动画库 Manim 编写脚本,为高中生渲染一段 60 秒的“考拉兹猜想”讲解。规则很简单(偶数折半,奇数×3 加 1),但尚无人能证明任意起始数都必以 1 收尾。
难点在于模型看不到自己的视频。它们无法运行脚本,因此必须一次渲染成功、观感良好且表述正确,且不允许任何预览。解释型视频也容易诱发“华而不实”的点缀,屏幕上的每个说法都必须真实。
两款模型都在 OpenCode 中运行,工具面固定(仅可读、搜、改文件),推理努力水平均为高,每次在全新会话中运行。由于创意简报存在随机性,我为每款模型各运行 3 次并渲染共 6 段视频。
随后我对视频进行盲评,打乱顺序标记为 A 至 F,从四个问题打分:屏幕上是否全为真、学生是否能学会要点、是否有观感吸引力、是否显得完成度高。以下是 GPT-6.2 Astra 最佳视频的一个片段:
主要发现:
以下是 Fable 视频中的该说法。就其本身并无错误,但将 5 年前的里程碑当作当前最前沿,在三次运行中皆如此:
以下是 Fable 对 27 的长路径动画,也说明其视频在制作上为何得分更高:
成本差距很大。Fable 的每个脚本成本为 $3.84 至 $4.35,Astra 为 $0.40 至 $0.84,原因是 Fable 写出了 4 到 10 倍的输出代币,且速度更慢。
那么谁赢了?质量上两者皆否,周边维度上 Astra 胜出:在不出现错误信息、达到相同视频标准的情况下,成本约为对方的六分之一。Fable 的一致性确实存在,但其自信地重复陈旧事实的习惯同样真实。
何时选择 GPT-6.2 Astra 或 Claude Fable 5.2
既然代币单价相同,取舍就归结为两点:任务是否偏向 Fable 在编程与电脑操作上的强项,以及您是否能承受每任务多出数倍的代币量。
若符合以下情形,请选 GPT-6.2 Astra……
若符合以下情形,请选 Claude Fable 5.2……
如何上手 GPT-6.2 Astra 与 Claude Fable 5.2
gpt-6.2-astraclaude-fable-5-2最大差异在云端覆盖:Fable 登陆三大云,而 Astra 通过 OpenAI 自有 API 与产品访问。在 OpenRouter 上,两者仅需替换一行字符串:
完整搭建请参见我们的 Fable 5.2 API 教程 与 GPT-6 Astra API 教程。
结语
在能力上,GPT-6.2 Astra 与 Claude Fable 5.2 各有胜场:Astra 适合专业与分析型工作,Fable 适合编程与电脑操作。
在成本上,Astra 几乎处处胜出,因为相同的代币单价掩盖了截然不同的代币“食量”。
如果您想进一步学习如何用 Anthropic 的模型构建应用,推荐查看我们的 Introduction to Claude Models 课程。若偏好 OpenAI,可试试 Working with the OpenAI API。